[发明专利]基于多光谱成像技术的虫蛀巴旦木原料快速无损鉴别方法在审
申请号: | 201710273539.8 | 申请日: | 2017-04-25 |
公开(公告)号: | CN106940292A | 公开(公告)日: | 2017-07-11 |
发明(设计)人: | 郑磊;魏本强;刘长虹;余俊杰;刘伟;任少伟;栾桂松 | 申请(专利权)人: | 合肥工业大学;三只松鼠股份有限公司 |
主分类号: | G01N21/25 | 分类号: | G01N21/25 |
代理公司: | 安徽合肥华信知识产权代理有限公司34112 | 代理人: | 余成俊 |
地址: | 230009 *** | 国省代码: | 安徽;34 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 光谱 成像 技术 虫蛀 巴旦木 原料 快速 无损 鉴别方法 | ||
1.基于多光谱成像技术的虫蛀巴旦木原料快速无损鉴别方法,其特征在于:包括以下步骤:
(1)基于多光谱成像技术获取正常巴旦木样本和虫蛀巴旦木样本的光谱图像信息;
(2)根据权利要求1所述的基于多光谱成像技术的虫蛀巴旦木原料快速无损鉴别方法,其特征在于:多光谱成像技术除了能将正常巴旦木和虫蛀巴旦木准确归类,依据虫蛀程度,将虫蛀果进一步分为轻微和严重虫蛀两个等级,鉴别不同虫蛀程度的巴旦木,在剔除损害巴旦木的同时,还能在虫蛀早期发现问题,及时处理减少损失,提高产品利用率;
(3)分别对正常巴旦木样本和虫蛀巴旦木样本的光谱图像信息依次进行去噪处理、背景剔除、图像分割后,获得正常巴旦木样本、虫蛀巴旦木样本的果壳光谱图像信息;
(4)利用步骤(3)中的原始光谱数据,结合支持向量机(SVM)回归法建立正常巴旦木样本、虫蛀巴旦木样本的果壳光谱图像信息的分析模型;
原始数据里记录了每个巴旦木样品的特征分量,不同类别的样品分别给出类别标签,首先将样本随机分为两组,一组作为训练集,一组作为测试集,之后用训练集训练分类器,可以得到分类模型,再用得到的模型对测试集进行类别标签预测,从而实现对虫蛀巴旦木的快速无损鉴别。
2.根据权利要求1所述的基于多光谱成像技术的虫蛀巴旦木原料快速无损鉴别方法,其特征在于:步骤(1)中,选取的正常巴旦木样本和虫蛀巴旦木样本外形均是完整的。
3.根据权利要求1所述的基于多光谱成像技术的虫蛀巴旦木原料快速无损鉴别方法,其特征在于:步骤(1)中的多光谱成像技术由多光谱测量仪实现,并采用多光谱测量仪在405~970 nm范围内19个特征波长的光谱波段(405, 435, 450, 470, 505, 525, 570, 590, 630, 645, 660, 700, 780, 850, 870, 890, 910, 940, 970 nm),以获取正常巴旦木样本和虫蛀巴旦木样本的光谱图像信息。
4.根据权利要求1所述的基于多光谱成像技术的虫蛀巴旦木原料快速无损鉴别方法,其特征在于:步骤(3)中,采用VideometerLab 软件进行去噪处理。
5.根据权利要求1所述的基于多光谱成像技术的虫蛀巴旦木原料快速无损鉴别方法,其特征在于:步骤(3)中,采用典型判别分析和阈值设定完成背景剔除和图像分割。
6.根据权利要求1所述的基于多光谱成像技术的虫蛀巴旦木原料快速无损鉴别方法,其特征在于:步骤(4)中,采用支持向量机回归法建立正常巴旦木样本、虫蛀巴旦木样本的果壳光谱图像信息的分析模型。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于合肥工业大学;三只松鼠股份有限公司,未经合肥工业大学;三只松鼠股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201710273539.8/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种背光源多印章标记装置
- 下一篇:饲料标签打印系统